具身学习

围绕 G1 的操作与全身运动学习，先选择数据与任务，再确定模型、动作表示和控制接口，最后通过离线检查与闭环实验评估结果。

本章内容

页面	阅读重点
采集与转换演示	BrainCo2 单 RGB 录制、检查、单位与格式转换
第一个学习实验	CPU 行为克隆完整闭环与 ACT 训练入口
行走强化学习	观测、动作、奖励、策略导出与 MuJoCo 验证
学习数据集	操作示范、人体动作、G1 重定向数据与数据准备
VLA：视觉、语言与动作	策略类型、模型适配、训练与评测
SONIC 与全身运动学习	重定向、运动跟踪与 VLA 控制器连接

建议阅读路径

第一次学习实验先完成 CPU 行为克隆；准备实机操作数据时走采集与转换 → ACT 基线 → VLA。行走学习从强化学习页开始；参考动作跟踪从动作数据 → SONIC 开始，随后再考虑与任务策略结合。